免模型离线强化学习
基于数据驱动的免模型方法，利用离线强化学习实现无模型H∞输出反馈容错跟踪控制，无需系统状态测量即可应对扰动与多重故障。
Linzhu, Jia · 王立敏 · Li, Hui · 张日东 · Gao, Furong
Engineering Applications of Artificial Intelligence 2026
系统状态不可测量时，利用历史输入输出数据重建状态，实现无模型输出反馈容错控制。
所提离线Q学习算法对探测噪声具有无偏性，克服了在线学习在噪声下的偏差问题。
在传感器延迟、丢包和测量噪声等实际约束下的实时性能分析证实了方法的计算可行性。
在多种AUV故障场景下，与基于模型和状态反馈控制方法的综合比较表明所提方法具有更强的容错性和跟踪性能。